数据采集与清洗:收集工厂3个月零件生产图像(共8000张,含划痕、变形、无缺陷3类),用Python+OpenCV批量处理:去除模糊图像(通过清晰度算法筛选,保留7200张)、统一分辨率为640×640,转换为YOLO格式。数据增强与标注:针对小缺陷(如<5mm划痕)样本少的问题,设计“小目标增强策略”——对小缺陷区域单独裁剪后缩放拼接,结合Mosaic、MixUp增强,将数据集扩充至2.1万张;用LabelImg标注目标框,通过LabelStudio批量校验,标注准确率达98.5%(IOU>0.92)